Guide d'utilisation d'Epi Info 7 pour réaliser des analyses statistiques

Guide d’utilisation d’Epi Info 7 pour
 réaliser des analyses statistiques

 Loïc Desquilbet, PhD en Santé Publique
 Professeur en Biostatistique et en Epidémiologie Clinique
 Département des Sciences Biologiques et Pharmaceutiques
 Ecole nationale vétérinaire d’Alfort

Version 1.0 (24/01/2022)

 Licence Creative Commons – Guide d’utilisation d’Epi Info 7 – Loïc Desquilbet – Version v1.0

Préface

 Comment lire ce guide

Chaque partie de ce guide d’utilisation du logiciel Epi Info 7 ne peut pas se lire avant d’avoir lu les
parties précédentes. Ainsi, si par exemple vous souhaitez utiliser un modèle de Cox pour analyser vos
données, vous devrez lire … l’intégralité de ce guide !

 Contrat de diffusion

Cette œuvre est mise à disposition selon les termes de la Licence Creative Commons Attribution - Pas
d'Utilisation Commerciale - Pas de Modification 4.0 International (BY NC ND 4.0). Le résumé de la
licence se trouve ici : https://creativecommons.org/licenses/by-nc-nd/3.0/fr/.
Attribution — Vous devez créditer l'Œuvre, intégrer un lien vers la licence et indiquer si des
modifications ont été effectuées à l'Oeuvre. Vous devez indiquer ces informations par tous les moyens
raisonnables, sans toutefois suggérer que l'Offrant vous soutient ou soutient la façon dont vous avez
utilisé son Oeuvre.
Pas d’Utilisation Commerciale — Vous n'êtes pas autorisé à faire un usage commercial de cette
Oeuvre, tout ou partie du matériel la composant.
Pas de modifications — Dans le cas où vous effectuez un remix, que vous transformez, ou créez à partir
du matériel composant l'Oeuvre originale, vous n'êtes pas autorisé à distribuer ou mettre à disposition
l'Oeuvre modifiée.

 Citation du document

Vous pouvez citer ce document de la façon suivante : Desquilbet, L. 2022. Guide d’utilisation d’Epi Info
7 pour réaliser des analyses statistiques. [En ligne, disponible à : https://hal.archives-ouvertes.fr/hal-
numéro à modifier]

 Suggestions de modifications de ce document

Si vous avez des suggestions de modifications de ce guide (coquilles dans le texte, souhaits de
clarification de certains passages, etc.), n’hésitez pas à me les signaler par email (loic.desquilbet(at)vet-
alfort.fr). Je vous remercie beaucoup par avance.

 Licence Creative Commons – Guide d’utilisation d’Epi Info 7 – Loïc Desquilbet – Version v1.0

Table des matières
Préface ....................................................................................................................................................................................... 1
 Comment lire ce guide .......................................................................................................................................................... 2
 Contrat de diffusion............................................................................................................................................................... 2
 Citation du document ............................................................................................................................................................ 2
 Suggestions de modifications de ce document ..................................................................................................................... 2

Chapitre 1 - Préambule
I. Présentation rapide du logiciel Epi Info 7 ......................................................................................................................... 4
 A. Téléchargement d’Epi Info 7 et comparaison avec d’autres logiciels .......................................................................... 4
 B. Premier lancement d’Epi Info 7 ................................................................................................................................... 4
II. Quelques rappels indispensables ...................................................................................................................................... 7
 A. Ressources utilisées dans ce guide .............................................................................................................................. 7
 B. Rappel sur la structure d’un fichier de données pour analyses statistiques ................................................................ 7
 C. Définitions de critère de jugement, d’exposition, et de variable ................................................................................. 8
 D. Rappel sur les différents types de variables................................................................................................................. 8
 1. Variables binaires .................................................................................................................................................... 8
 2. Variables qualitative nominales .............................................................................................................................. 8
 3. Variables qualitative ordinales ................................................................................................................................ 9
 4. Variables quantitatives ........................................................................................................................................... 9
III. Présentation du fichier de données fictif .......................................................................................................................... 9
IV. Importer les données à analyser et sauvegarder un programme ................................................................................... 10
 A. Création préalable d’un « projet » ............................................................................................................................. 10
 B. Importation de données d’un fichier Excel (ou sous un autre format) ...................................................................... 12
 C. Sauvegarder son programme..................................................................................................................................... 14

Chapitre 2 - Analyses statistiques de base
I. Introduction .................................................................................................................................................................... 15
 A. Vérifications préliminaires avant les analyses statistiques ........................................................................................ 15
 B. Convention de présentation des résultats issus des copies d’écran d’Epi Info .......................................................... 17
II. Statistiques descriptives ................................................................................................................................................. 17
 A. Décrire une variable binaire ou qualitative ................................................................................................................ 17
 B. Décrire une variable quantitative .............................................................................................................................. 18
III. Association statistique entre deux variables .................................................................................................................. 19
 A. Croisement de deux variables binaires ou qualitatives, et test statistique................................................................ 19
 1. Introduction .......................................................................................................................................................... 19
 2. Croisement de deux variables binaires ................................................................................................................. 19
 3. Croisement d’une variable binaire avec une variable qualitative ......................................................................... 22
 4. Croisement de deux variables qualitatives ........................................................................................................... 23
 B. Croisement d’une variable binaire ou qualitative avec une variable quantitative, et tests statistiques ................... 24

 Licence Creative Commons – Guide d’utilisation d’Epi Info 7 – Loïc Desquilbet – Version v1.0 1

1. Croisement d’une variable binaire avec une variable quantitative....................................................................... 24
 2. Croisement d’une variable qualitative avec une variable quantitative ................................................................. 27
IV. Travailler dans un sous échantillon ................................................................................................................................. 28
V. Analyse de survie à l’aide des courbes de Kaplan-Meier ................................................................................................ 30
 A. Courbe de survie globale dans l’ensemble de l’échantillon ....................................................................................... 30
 B. Courbes de survie selon les modalités d’une variable binaire ................................................................................... 31
 C. Courbes de survie selon les modalités d’une variable qualitative ............................................................................. 33

Chapitre 3 - Modèles de régression
I. Introduction .................................................................................................................................................................... 35
 A. Gestion du symbole de la décimale des variables quantitatives ............................................................................... 35
II. Théorie des modèles de régression ................................................................................................................................ 35
 A. Ecriture d’un modèle de régression ........................................................................................................................... 35
 B. Choix d’un modèle de régression et écriture mathématique du modèle .................................................................. 36
 C. Problématique des données manquantes ................................................................................................................. 36
III. La régression linéaire ...................................................................................................................................................... 37
 A. Introduction ............................................................................................................................................................... 37
 B. Interprétation des résultats d’une régression linéaire univariée ............................................................................... 39
 1. Cas général ............................................................................................................................................................ 39
 2. Modèle de régression linéaire univarié avec variable binaire ............................................................................... 40
 3. Modèle de régression linéaire univarié avec variable quantitative ...................................................................... 41
 4. Modèle de régression linéaire univarié avec variable qualitative ordinale ........................................................... 42
 5. Modèle de régression linéaire univarié avec variable qualitative nominale ......................................................... 43
 C. Interprétation des résultats d’une régression linéaire multivariée ........................................................................... 48
 1. Interprétation générale......................................................................................................................................... 48
 2. En pratique avec Epi Info ...................................................................................................................................... 49
IV. Vérification de la linéarité de l’association avec une variable quantitative ou qualitative ordinale ............................... 51
 A. Introduction ............................................................................................................................................................... 51
 B. Cas d’une variable qualitative ordinale ...................................................................................................................... 51
 1. Aspect théorique................................................................................................................................................... 51
 2. En pratique avec Epi Info ...................................................................................................................................... 53
 C. Cas d’une variable quantitative ................................................................................................................................. 55
 1. Aspect théorique................................................................................................................................................... 55
 2. En pratique avec Epi Info ...................................................................................................................................... 56
V. La régression logistique .................................................................................................................................................. 58
 A. Introduction ............................................................................................................................................................... 58
 B. Interprétation des résultats d’une régression logistique univariée ........................................................................... 59
 1. Modèle de régression logistique avec variable binaire ......................................................................................... 59
 2. Modèle de régression logistique univarié avec variable quantitative................................................................... 60
 3. Modèle de régression logistique univarié avec variable qualitative ordinale ....................................................... 63
 4. Modèle de régression logistique univarié avec variable qualitative nominale ..................................................... 65
 C. Interprétation des résultats d’une régression logistique multivariée ........................................................................ 66

 Licence Creative Commons – Guide d’utilisation d’Epi Info 7 – Loïc Desquilbet – Version v1.0 2

VI. Le modèle (à risques proportionnels) de Cox ................................................................................................................. 68
 A. Introduction ............................................................................................................................................................... 68
 B. Interprétation des résultats d’un modèle de Cox univarié ........................................................................................ 68
 C. Interprétation des résultats d’un modèle de Cox multivarié ..................................................................................... 70
 D. Vérification de l’hypothèse de la proportionnalité des risques ................................................................................. 72
 1. Introduction .......................................................................................................................................................... 72
 2. Vérification avec Epi Info ...................................................................................................................................... 72

 Licence Creative Commons – Guide d’utilisation d’Epi Info 7 – Loïc Desquilbet – Version v1.0 3

Chapitre 1 - Préambule
I. Présentation rapide du logiciel Epi Info 7

 A. Téléchargement d’Epi Info 7 et comparaison avec d’autres logiciels

Epi Info 7 est un logiciel gratuit qui ne fonctionne (malheureusement) que sur PC. Il peut se télécharger
en cliquant ici. Ce logiciel permet entres autres de concevoir des questionnaires, de saisir des données,
et de réaliser des analyses statistiques sur des données. C’est cette dernière fonctionnalité du logiciel
que traite ce guide, et ce, de façon non exhaustive. L’aide (en anglais) du logiciel dans sa partie
« analyse des données » se trouve ici.
Pour quelle raison utiliser Epi Info et non pas d’autres logiciels de statistique ? Tout d’abord, citons
quelques logiciels de statistique que l’on peut utiliser, dont certains sont payants, et d’autres
gratuits(*) : BiostaTGV*, R*, GraphPad, XLSTAT, et SAS*1. Les avantages d’Epi Info par rapport aux trois
logiciels gratuits précédemment cités sont les suivants. Par rapport à BiostaTGV, Epi Info travaille
directement sur un fichier de données importé d’Excel par exemple et il permet de réaliser des
modèles de régression (linéaire, logistique, et Cox). Par rapport à R et SAS, Epi Info est beaucoup plus
simple d’utilisation, et ne demande aucune connaissance / appétence en langage de programmation.
Le gros inconvénient d’Epi Info est qu’il ne fonctionne que sur PC, et pas sur Mac. Il est aussi bien plus
limité que ne le sont les autres logiciels de statistique dans les différentes méthodes d’analyses
statistiques proposées.

 B. Premier lancement d’Epi Info 7

Après avoir installé Epi Info, en lançant Epi Info, vous obtenez la fenêtre ci-dessous (cf. Figure 1). La
toute première démarche que je vous suggère (et que vous n’aurez à faire qu’une seule fois) est de
choisir l’anglais comme langue par défaut (si tel n’est pas déjà le cas juste après le téléchargement).
Ainsi, les analyses statistiques décrites dans Epi Info correspondront à celles que vous lisez dans la
littérature scientifique (majoritairement anglophone).

1 Gratuit pour les universitaires et les étudiants

 Licence Creative Commons – Guide d’utilisation d’Epi Info 7 – Loïc Desquilbet – Version v1.0 4

Figure 1

Pour cela, vous cliquez sur « Créer questionnaires » (Figure 1.a), puis sur « Outils » → « Options » →
« Langue » et on sélectionne « English (default) ». Puis vous redémarrez Epi Info pour prendre en
compte le changement de langue. En relançant Epi Info, vous obtenez la fenêtre ci-dessous (Figure 2).

Figure 2

 Licence Creative Commons – Guide d’utilisation d’Epi Info 7 – Loïc Desquilbet – Version v1.0 5

Vous cliquez sur « Classic » dans « Analyse data » (Figure 2.a), car c’est en effet la seule fenêtre que je
vais utiliser dans ce guide (à part au moment de créer un projet pour enregistrer un programme). On
obtient alors la fenêtre ci-dessous (Figure 3).

Figure 3

La fenêtre qui apparait est formée de quatre parties : la liste des commandes (Figure 3.a), l’éditeur de
programme (Figure 3.b), c’est-à-dire le champ où s’écrit le programme après avoir cliqué sur une des
commandes de la liste des commandes (c’est aussi dans ce champ que vous pouvez écrire vous-même
votre programme une fois que vous serez à l’aise avec le code de programmation d’Epi Info !), la sortie
des résultats de l’analyse statistique (Figure 3.c), la sortie pour les éventuels messages d’erreurs (Figure
3.d).
Les commandes listées dans la liste des commandes se regroupent en neuf sections (Figure 3.a). Je vais
décrire très succinctement les cinq premières sections, car ce sont certaines commandes de ces
sections que je vais traiter dans ce guide. Les commandes sous « Data » permettent de créer une base
de données, soit à partir d’un import, soit à partir de bases de données existantes, soit à partir d’un
export (Figure 4.a). Les commandes sous « Variables » permettent de créer des variables dans le fichier
de données en cours de lecture (Figure 4.b). Les commandes sous « Select/if » permettent (entre
autres) de travailler sur une sélection de lignes du fichier de données (Figure 4.c). Les commandes sous
« Statistics » permettent de réaliser des statistiques simples (pourcentages, moyennes, médianes,
tests statistiques classiques, graphiques) (Figure 4.d). Les commandes sous « Advanced statistics »
permettent de réaliser des statistiques avancées (entre autres des modèles de régression et des
courbes de survie de Kaplan-Meier) (Figure 4.e).

 Licence Creative Commons – Guide d’utilisation d’Epi Info 7 – Loïc Desquilbet – Version v1.0 6

Figure 4

II. Quelques rappels indispensables

 A. Ressources utilisées dans ce guide

Je ferai de temps en temps référence au cours de ce guide à quatre documents téléchargeables sur
Internet : un polycopié de bases en biostatistique et un document « Utilisation d’Excel et du site
Internet BiostaTGV pour réaliser quelques statistiques de base » (tous deux disponibles ici, sous
« Bases en Biostatistique »), un polycopié d’analyse de survie (disponible ici, sous « Analyse de
survie »), et un polycopié d’épidémiologie clinique (disponible ici, sous « Epidémiologie clinique »). Ces
documents contiennent les bases théoriques de ce que je vais présenter ici. En effet, à part pour les
modèles de régression, je ne présenterai ici aucun aspect théorique (ou alors, très peu), et je vous
recommande de vous référer à ces documents pour ces aspects théoriques.

 B. Rappel sur la structure d’un fichier de données pour analyses statistiques

Avant une analyse statistique, un fichier de données doit être structuré de façon rigoureuse pour
ensuite conduire des analyses statistiques sur ces données. Pour vérifier cette structure, je vous
propose de lire le document « Comment structurer un fichier de données Excel avant analyses
statistiques » ici, dans la partie intitulée « Collecte des données d'une enquête épidémiologique et
structure d'un fichier de données ». Vous y verrez notamment que le fichier de données doit
comporter le nom des variables sur la première ligne, et les individus sont présentés en ligne.
Pour être analysable statistiquement, une variable doit être numérique. C’est-à-dire qu’elle doit être
renseignée pour chaque individu sous forme d’un nombre. Ce nombre affecté à chaque individu varie
selon le type de variable.

 Licence Creative Commons – Guide d’utilisation d’Epi Info 7 – Loïc Desquilbet – Version v1.0 7

C. Définitions de critère de jugement, d’exposition, et de variable

Le « critère de jugement »2 (abrégé « CdJ » à partir de maintenant) est l’état de santé que l’on étudie
seul (de façon descriptive), ou bien dont on étudie l’association avec une ou plusieurs « expositions ».
Une « exposition » est une caractéristique intrinsèque d’un animal (âge, sexe, race, concentration en
urée, …), ou extrinsèque (environnement, traitements reçus, …), qui ne soit pas le CdJ étudié.
Une « variable » représente une caractéristique d’un individu dans le fichier de donnée. Par exemple,
si l’on veut savoir si, parmi les chiens, la présence d’une hypercholestérolémie est associée à la
présence d’un décès dans les 3 ans suivant une consultation vétérinaire, l’exposition est la présence
(versus absence) d’une hypercholestérolémie, le CdJ est la présence (versus absence) d’un décès dans
les 3 ans. Dans le fichier de données, l’exposition sera représentée, par exemple, par la variable
HYPERCHOLESTEROLEMIE, le CdJ sera représenté, par exemple, par la variable DECES_3ANS. Dans ce
guide, j’écrirai en majuscules sans guillemets le nom des variables utilisées. Il existe quatre types de
variables que je vais présenter ci-dessous. Dans toute la suite de ce guide, je ne vais quasiment plus
parler que de « variable » (sauf exception), même si parfois, le terme « exposition » aurait été plus
pertinent.

 D. Rappel sur les différents types de variables

 1. Variables binaires
Une variable binaire est une variable à deux modalités (ou classes). On peut citer comme exemple le
sexe d’un animal (mâle ou femelle) ou la présence ou absence d’une maladie. Par convention, il est
recommandé de coder en 0/1 dans le fichier de données une variable binaire (et en l’occurrence, pour
interpréter les sorties d’Epi Info, je vous recommande très fortement de coder les variables binaires
en 0/1). Le nom d’une variable binaire devrait être le nom de la modalité pour laquelle « 1 » a été
attribué (c’est un conseil que je vous donne pour grandement faciliter l’interprétation des résultats
fournis par le logiciel). Par exemple, si pour le sexe de l’animal, dans le fichier de données, « 1 » a été
attribué aux femelles et « 0 » aux mâles, la variable devrait être nommée « Femelle » dans le fichier
de données. Dans le cas d’une exposition binaire, la catégorie « exposée » est celle pour laquelle « 1 »
a été attribuée à la variable correspondante, et la catégorie « non exposée » est celle pour laquelle
« 0 » a été attribuée à cette même variable. De même, dans le cas d’une maladie binaire, la catégorie
« malade » est celle pour laquelle « 1 » a été attribuée à la variable correspondante, et la catégorie
« non malade » est celle pour laquelle « 0 » a été attribuée à cette même variable.

 2. Variables qualitative nominales
Une variable qualitative nominale est une variable avec trois modalités ou plus, chacune des modalités
n’étant a priori pas ordonnée les unes par rapport aux autres. On peut citer comme exemple la race
d’un animal. Le codage d’une variable qualitative nominale peut être en 0/1/2/etc. ou bien en
1/2/3/etc.

2 « outcome » en anglais

 Licence Creative Commons – Guide d’utilisation d’Epi Info 7 – Loïc Desquilbet – Version v1.0 8

3. Variables qualitative ordinales
Une variable qualitative ordinale est une variable avec trois modalités ou plus, chacune des modalités
étant ordonnée les unes par rapport aux autres. On peut citer comme premier exemple le format de
la race d’un chien (petite race, race moyenne, grande race, race géante). Une variable qualitative
ordinale peut aussi être obtenue à partir d’un recodage en classes d’une variable initialement
quantitative, comme par exemple le temps passé par semaine à jouer avec son chien (0-30 min, 30
min – 2 heures, 2-3 heures, > 3 heures).

 4. Variables quantitatives
Une variable quantitative est une variable continue avec un chiffre après la virgule (existant, ou
possible si l’instrument de mesure était idéalement très précis) ou bien une variable discrète
représentant un dénombrement. On peut citer comme exemple l’âge d’un animal, un score clinique
recueilli à partir d’une échelle sur 10 points, ou bien le nombre de nodules cutanés.

III. Présentation du fichier de données fictif

Le fichier de données qui va être utilisé dans ce guide est un fichier de données fictif, provenant d’une
étude prospective, fictive elle aussi, mais s’inspirant d’une précédente étude (Hua et al., 2016). Cette
étude a recruté 99 chiens adultes qu’elle a suivis au cours des années à partir d’une consultation chez
un vétérinaire (J0), avec un suivi minimum de 3 ans. Il n’y a eu aucun perdu de vue. Les variables
contenues dans ce fichier de données sont listées ci-dessous.
DECES : variable binaire, codée en 0/1. Elle vaut « 0 » si le chien était toujours en vie à la fin de l’étude,
« 1 » s’il était décédé (quelle que soit la cause du décès) au cours de l’étude.
DECES_3_ANS : variable binaire, codée en 0/1. Elle vaut « 0 » si le chien était toujours en vie 3 ans
après l’inclusion dans l’étude, « 1 » s’il était décédé dans les 3 ans après l’inclusion.
SURVIE : variable quantitative représentant le délai, en années (avec 1 chiffre après la virgule), entre
la date d’inclusion dans l’étude (le J0) et soit la date de fin d’étude pour les chiens toujours en vie à la
fin de l’étude soit la date de décès pour les chiens décédés.
RACE_4CL : variable qualitative nominale, codée en 0/1/2/3. Elle vaut « 0 » pour les chiens de race
Golden, « 1 » pour la race Labrador, « 2 » pour la race croisée Golden/Labrador, « 3 » pour une autre
race.
LABRADOR : variable binaire, codée en 0/1. Elle vaut « 0 » si le chien n’était pas de race Labrador, « 1 »
s’il l’était.
GOLDEN : variable binaire, codée en 0/1. Elle vaut « 0 » si le chien n’était pas de race Golden, « 1 » s’il
l’était.
CROISEE : variable binaire, codée en 0/1. Elle vaut « 0 » si le chien n’était pas de race croisée
Golden/Labrador, « 1 » s’il l’était.
AUTRE_RACE : variable binaire, codée en 0/1. Elle vaut « 0 » si le chien était de race Labrador, Golden,
ou de race croisée Golden/Labrador, et « 1 » s’il était d’une autre race.
FEMELLE : variable binaire, codée en 0/1, « 0 » si le chien était un mâle, « 1 » s’il était une femelle.
AGE : variable quantitative représentant l’âge du chien à la consultation, en années entières.
AGE_4CL : variable qualitative ordinale, codée en 0/1/2/3 à partir des quartiles de la variable AGE.
Cette variable vaut « 0 » pour les chiens avec dont l’âge est < 7 ans, « 1 » pour les chiens avec un âge
compris entre 7 et 9 ans (exclu), « 2 » pour les chiens avec un âge compris entre 9 et 11 ans (exclu), et
« 3 » pour les chiens avec un âge supérieur ou égal à 11 ans.

 Licence Creative Commons – Guide d’utilisation d’Epi Info 7 – Loïc Desquilbet – Version v1.0 9

ALAT : variable quantitative représentant la concentration en ALAT, en UI/L.
UREE : variable quantitative représentant la concentration en urée, en g/L.
UREE_4CL : variable qualitative ordinale, codée en 0/1/2/3 à partir des quartiles de la variable UREE.
Cette variable vaut « 0 » pour les chiens avec une concentration en urée < 0,24 g/L, « 1 » pour les
chiens avec une concentration en urée comprise entre 0,24 g/L et 0,28 g/L (exclu), « 2 » pour les chiens
avec une concentration en urée comprise entre 0,28 g/L et 0,33 g/L (exclu), et « 3 » pour les chiens
avec une concentration en urée supérieure ou égale à 0,33 g/L.
CHOLES_3CL : variable qualitative ordinale, codée en 0/1/2. Elle vaut « 0 » pour les chiens avec une
hypocholestérolémie, « 1 » pour les chiens avec une normocholestérolémie, et « 2 » pour les chiens
avec une hypercholestérolémie.
HYPER_CHOLES : variable binaire, codée en 0/1. Elle vaut « 0 » si le chien ne présentait pas
d’hypercholestérolémie, et « 1 » s’il en présentait une.
DEMARCHE_ANORMALE : variable binaire, codée en 0/1, « 0 » si le chien avait une démarche normale,
« 1 » s’il avait une démarche anormale.
CONSTANTE : variable créée pour l’utilisation d’EI, valant « 1 » pour tous les chiens de l’échantillon
(utile uniquement dans le cas de la réalisation d’un courbe de Kaplan-Meier globale).

IV. Importer les données à analyser et sauvegarder un programme

 A. Création préalable d’un « projet »

Avant de commencer à importer un fichier Excel pour ensuite l’analyser statistiquement dans Epi Info,
je vous recommande de créer un « projet » au préalable. Cela vous permettra d’enregistrer votre
programme comprenant toutes vos analyses statistiques. Pour cela, après avoir lancé Epi Info, on
clique sur « Create Forms » (cf. Figure 5.a).

Figure 5

 Licence Creative Commons – Guide d’utilisation d’Epi Info 7 – Loïc Desquilbet – Version v1.0 10

Ensuite, on clique sur « New project » (Figure 6.a), on remplit le champ « Name » avec un nom de votre
choix (Figure 6.b), on clique sur « Browse » (Figure 6.c) pour choisir d’enregistrer ce projet à
l’emplacement de votre choix, on met ce que l’on veut dans le champ « Form name » (Figure 6.d), puis
on clique sur « Ok » (Figure 6.e).

Figure 6

On ferme ensuite la fenêtre qui apparait, en cliquant sur « File » → « Exit » (cf. Figure 7).

Figure 7

 Licence Creative Commons – Guide d’utilisation d’Epi Info 7 – Loïc Desquilbet – Version v1.0 11

B. Importation de données d’un fichier Excel (ou sous un autre format)

Avant d’importer un fichier de données, vous devez vous assurer de l’avoir enregistré sous format .xls
(ce qui est possible si vous utilisez le logiciel LibreOffice Calc). Pour importer un fichier .xls, tout comme
pour réaliser les analyses statistiques, on clique sur « Classic » dans la fenêtre de démarrage d’Epi Info
(cf. Figure 8).

Figure 8

On clique ensuite sur « Read » (Figure 9.a), on sélectionne « Microsoft Excel 97-2003 » (Figure 9.b), on
va chercher le fichier de données .xls en cliquant sur « Browse » deux fois ((Figure 9.c) et (Figure 9.d)),
on clique sur « First row contains header information » (parce que la première ligne du fichier de
données comporte le nom des variables ; Figure 9.e), on clique sur « Ok » (Figure 9.f), on sélectionne
l’onglet qui comprend les données que l’on souhaite analyser (Figure 9.g), et on clique sur « Ok »
(Figure 9.h).

 Licence Creative Commons – Guide d’utilisation d’Epi Info 7 – Loïc Desquilbet – Version v1.0 12

Figure 9

Dans la sortie des résultats (Figure 10.a), Epi Info indique que votre fichier a été importé, et qu’il
comprend 99 individus (devant « Record Count »). Le programme d’import de vos données a été
automatiquement écrit dans la fenêtre d’éditeur de programme (Figure 10.b).

Figure 10

 Licence Creative Commons – Guide d’utilisation d’Epi Info 7 – Loïc Desquilbet – Version v1.0 13

C. Sauvegarder son programme

Pour éviter de refaire la même (et longue) manipulation d’import de données, pour éviter de retaper
systématiquement votre programme, et/ou pour garder une trace (indispensable) de toutes vos
analyses que vous avez réalisées sur un fichier de données, il est indispensable d’enregistrer votre
programme. Pour cela, on clique sur « Save pgm » dans l’éditeur de programme (Figure 11.a), on
sélectionne son projet (Figure 11.b), on tape le nom du programme de son choix (Figure 11.c), puis on
clique sur « Ok » (Figure 11.d).

Figure 11

Une fois cette première étape d’enregistrement réalisée, on n’aura qu’à cliquer sur « Save pgm » au
fur et à mesure des analyses (Figure 12.a) (vous devrez néanmoins suivre à nouveau les étapes décrites
sur la Figure 11).

Figure 12

A la fin de la journée de travail, on enregistre le programme une dernière fois. Le lendemain, pour
reprendre le travail, on cliquera sur « Open Pgm » (Figure 12.b) (et on sélectionnera le projet puis le
programme enregistré la veille). Ensuite, pour exécuter certaines lignes du programme (et notamment,
la première qui correspond à l’import du fichier de données au moment de recommencer à utiliser Epi
Info après une bonne nuit de sommeil), on sélectionne la ligne de commande à exécuter (en double-
cliquant dessus), puis on clique sur « Run Commands » (Figure 12.c).

 Licence Creative Commons – Guide d’utilisation d’Epi Info 7 – Loïc Desquilbet – Version v1.0 14

Chapitre 2 – Analyses statistiques de base
I. Introduction

 A. Vérifications préliminaires avant les analyses statistiques

Avant de commencer à faire des analyses statistiques, il est indispensable de vérifier que les variables
sur lesquelles vous comptez travailler sont bien des variables numériques. Pour cela, on clique sur
« Display » (Figure 13.a), puis sur « Ok » (Figure 13.b).

Figure 13

On obtient le résultat ci-dessous. Dans la colonne « Field Type » (Figure 14.a), on voit bien que toutes
les variables du fichier de données sont bien numériques (« Number » indiqué dans la colonne). Il est
fondamental de bien vérifier que toutes les variables que vous souhaitez utiliser dans vos analyses
statistiques sont effectivement numériques. Si tel n’est pas le cas pour une variable, alors vous devez
retourner sur votre fichier Excel de données, et trouver la raison pour laquelle Epi Info considère la
variable comme du texte, et non pas de façon numérique. Sachez que nettoyer un fichier de données
pour que toutes les variables que vous voulez utiliser pour vos analyses statistiques soient numériques
est une tâche qui prend souvent beaucoup de temps, et une tâche sur laquelle on avait tout sauf prévu
de passer du temps !

 Licence Creative Commons – Guide d’utilisation d’Epi Info 7 – Loïc Desquilbet – Version v1.0 15

Figure 14

Ensuite, on pourrait vouloir vérifier visuellement la structure et le contenu du fichier de données qui a
été importé. Pour cela, on clique sur « List » (Figure 15.a), puis sur « Ok » (Figure 15.b).

Figure 15

 Licence Creative Commons – Guide d’utilisation d’Epi Info 7 – Loïc Desquilbet – Version v1.0 16

On obtient la base de données sur laquelle on va travailler (cf. Figure 16).

Figure 16

Maintenant, nous sommes prêts à réaliser les analyses statistiques à partir des données, qui sont
« propres », du fichier de données.

 B. Convention de présentation des résultats issus des copies d’écran d’Epi Info

Lorsque je vais écrire les résultats statistiques qu’Epi Info fournit, je ne vais volontairement faire aucun
arrondi, pour que vous puissiez repérer tout de suite où se trouve, dans la copie d’écran, les chiffres
que je mentionne. Une exception néanmoins à cela : lorsque je mentionnerai les Odds Ratios ou Hazard
Ratio fournis par le logiciel dans le Chapitre III sur les modèles de régression, que j’arrondirai à deux
chiffres après la virgule.

II. Statistiques descriptives

 A. Décrire une variable binaire ou qualitative

Pour décrire une variable binaire ou qualitative, nous allons utiliser le « tableau de fréquences », qui
est un tableau qui présente les effectifs et les pourcentages pour chaque modalité d’une variable
binaire ou qualitative. Nous allons prendre pour l’exemple la variable RACE_4CL. Pour obtenir le
tableau de fréquences, on clique sur « Frequencies » (Figure 17.a), on sélectionne la variable RACE_4CL
dans la liste déroulante (Figure 17.b), puis on clique sur « Ok » (Figure 17.c).

 Licence Creative Commons – Guide d’utilisation d’Epi Info 7 – Loïc Desquilbet – Version v1.0 17

Figure 17

Le résultat est présenté sur la Figure 18. On peut lire que les chiens de race Golden (RACE_4CL = 0)
sont au nombre de 23, ce qui représente 23,23% de l’échantillon des 99 chiens (Figure 18.a).
L’intervalle de confiance à 95% (noté « IC95% » dans toute la suite de ce guide) de chaque pourcentage
est fourni par Epi Info (Figure 18.b). Celui du pourcentage de Golden de 23,23% est : [15,33% ;
32,79%]95%.

Figure 18

 B. Décrire une variable quantitative

Pour vous montrer comment obtenir avec Epi Info les différents indicateurs statistiques décrivant une
variable quantitative, nous allons prendre pour l’exemple la variable ALAT. Pour cela, on clique sur
« Means » (Figure 19.a), on sélectionne la variable « ALAT » (Figure 19.b), puis on clique sur « Ok »
(Figure 19.c).

Figure 19

 Licence Creative Commons – Guide d’utilisation d’Epi Info 7 – Loïc Desquilbet – Version v1.0 18

On obtient alors le résultat présenté sur la Figure 20. On observe ainsi qu’il y a 98 données non
manquantes sur les ALAT (« Obs = 98,000 »), donc il y a une donnée manquante sur ce paramètre
biologique (puisqu’il y a 99 chiens dans l’échantillon). La moyenne de la concentration en ALAT est de
57,6398 UI/L, la Standard Deviation3 (SD) de 69,6023 UI/L, le minimum de 11 UI/L, le 1er quartile (25ème
percentile) de 32 UI/L, la médiane de 39 UI/L, le 3ème quartile (75ème percentile) de 53 UI/L, et le
maximum de 507 UI/L.

Figure 20

Je n’ai pas trouvé le moyen de dresser un histogramme avec Epi Info. C’est dommage. Pour cela, je
vous recommande la lecture de la partie « Vérifier la normalité d’une variable quantitative » dans le
document « Utilisation d’Excel et du site Internet BiostaTGV ».

III. Association statistique entre deux variables

 A. Croisement de deux variables binaires ou qualitatives, et test statistique

 1. Introduction
Le croisement de deux variables (binaires ou qualitatives) permet d’étudier l’association entre ces deux
variables. Je ne reviendrai pas dans ce guide sur la façon de correctement lire un tableau croisant deux
variables (notamment, savoir faire la distinction entre les « bons » et les « mauvais » pourcentages à
citer). Si ce n’est pas clair pour vous, relisez certaines parties du polycopié de biostatistique.

 2. Croisement de deux variables binaires
Nous allons prendre pour l’exemple les deux variables suivantes : FEMELLE et DECES_3_ANS. Pour
croiser ces deux variables, on clique sur « Tables » (Figure 21.a), on sélectionne ensuite sous
« exposure variable » la variable qui joue le rôle d’exposition (ici, FEMELLE ; Figure 21.b) et sous
« outcome variable » celle qui joue le rôle du CdJ (ici, DECES_3_ANS ; Figure 21.c), puis on clique sur
« Ok » (Figure 21.d).

3 Cf. polycopié de biostatistique.

 Licence Creative Commons – Guide d’utilisation d’Epi Info 7 – Loïc Desquilbet – Version v1.0 19

Figure 21

On obtient alors la sortie de résultats sur la Figure 22, qui comporte deux parties : le tableau d’effectifs
et de pourcentages (Figure 22.a) et d’autres indicateurs statistiques (Figure 22.b).

Figure 22

Je vais tout d’abord me focaliser sur le tableau d’effectifs et de pourcentages. Tout d’abord, Epi Info
fournit une représentation graphique (sommaire) de la répartition des effectifs dans chacune des cases
du tableau (Figure 23.a). La surface des carrés de couleurs est proportionnelle aux effectifs dans
chacune des quatre cases : 34 chiens non décédés dans les trois ans (rouge), 16 chiens décédés dans
les trois ans (orange), 35 chiennes non décédées dans les trois ans (jaune), et 14 chiennes décédées
dans les trois ans (vert). Les effectifs (b) de la Figure 23 nous renseignent sur le fait qu’il y a en tout 69
chiens non décédés dans les trois ans, et 30 chiens décédés dans les trois ans (avec un total bien
évidemment de 99 chiens). Ensuite, l’indication « Row% » (Figure 23.c) signifie que les pourcentages
sur cette ligne sont des pourcentages en ligne (donc lecture horizontale) : parmi les 50 chiens mâles
(FEMELLE = 0), 34 ne sont pas décédés dans les trois ans, et 34/50 = 68,00%. Enfin, l’indication « Col% »
(Figure 23.c) signifie que les pourcentages dans cette colonne sont des pourcentages en colonne (donc
lecture verticale) : parmi les 69 chiens non décédés dans les trois ans, 34 sont des mâles, et 34/69 =
49,28%. Pour savoir si ces deux variables binaires sont associées, quatre couples de pourcentages
peuvent être calculés et être comparés. Je vais choisir les deux pourcentages (en ligne) suivants : le
pourcentage de chiens décédés parmi les chiens mâles (16/50=32,00%) et le pourcentage de chiens
décédés parmi les chiens femelles (14/49=28,57%) (Figure 23.d). Dans l’échantillon, le pourcentage de
chiens décédés est légèrement inférieur parmi les chiens femelles que parmi les chiens mâles (28,57%

 Licence Creative Commons – Guide d’utilisation d’Epi Info 7 – Loïc Desquilbet – Version v1.0 20

< 32,00%). Numériquement, ces deux pourcentages étant très proches, dans l’échantillon, l’association
entre le sexe du chien et le fait qu’il soit décédé dans les trois ans est quasi inexistante.

Figure 23

Passons maintenant à la sortie des autres indicateurs statistiques. La partie (a) de la Figure 24 concerne
les tests statistiques testant l’association entre les deux variables (FEMELLE et DECES_3_ANS). Vous
voyez que trois lignes sont dévolues au test du Chi-2, une ligne au test du mid-p, et une ligne au test
exact de Fisher. Si Epi Info ne mentionne pas en bas de la sortie (a) de la Figure 24 « At least one cell
has expected size

Figure 24

Epi Info fournit aussi les indicateurs statistiques qui permettent de quantifier l’association entre deux
variables binaires : l’Odds Ratio (OR) et le Risque Relatif (RR). Je n’entrerai pas dans les détails du calcul
de ces deux indicateurs, mais si cela vous intéresse, vous pourrez lire les parties du polycopié
d’épidémiologie clinique qui sont consacrées à ces indicateurs. Dans la partie (b) de la Figure 24, il y a
deux OR. En fait, c’est parce qu’Epi Info calcule l’OR de deux façons différentes : le produit en croix
(« cross product »), et par l’estimation du maximum de vraisemblance (MLE6). Je vous recommande
l’estimation selon le produit en croix. Ainsi, dans la mesure où la catégorie « exposée » est celle des
chiens femelles (car le « 1 » pour la variable FEMELLE concerne les chiens femelles ; cf. Chapitre 1,
Partie II.D.2, page 8), et dans la mesure où les chiens présentant le CdJ sont les chiens décédés dans
les trois ans (car le « 1 » pour la variable DECES_3_ANS concerne les chiens décédés), l’OR Femelles versus
mâles = 0,8500 [0,3602 ; 2,0059]95%. Cet OR est plus petit que « 1 », et c’est normal, puisque nous avions
vu précédemment que la proportion de chiens présentant le CdJ (les chiens décédés) était
(légèrement) inférieure parmi les chiens « exposés » (les chiens femelles) que parmi les chiens « non
exposés » (les chiens mâles). La valeur du RR correspondante est de 0,9520 [0,7342 ; 1,2345]95% (Figure
24.c).

 3. Croisement d’une variable binaire avec une variable qualitative
Nous allons prendre pour l’exemple les deux variables suivantes : RACE_4CL et DECES_3_ANS. Pour
croiser ces deux variables, nous utilisons la même démarche que celle décrite dans la Figure 21, sauf
que nous sélectionnons la variable RACE_4CL au lieu de la variable FEMELLE. Nous obtenons les
résultats présentés sur la Figure 25.

6 MLE = maximum likelihood estimation (plus d’infos ici)

 Licence Creative Commons – Guide d’utilisation d’Epi Info 7 – Loïc Desquilbet – Version v1.0 22

Figure 25

Nous pouvons déjà observer qu’il y a beaucoup moins de résultats statistiques que sur la Figure 22 !
Les pourcentages qui doivent être comparés pour savoir s’il existe une association entre la race et la
présence d’un décès sont les pourcentages suivants : le pourcentage de chiens décédés parmi les
chiens de race Golden (3/23 = 13,04%), le pourcentage de chiens décédés parmi les chiens de race
Labrador (18/40 = 45,00%), le pourcentage de chiens décédés parmi les chiens de race croisée
Golden/Labrador (1/19 = 5,26%), et le pourcentage de chiens décédés parmi les chiens d’autre race
(8/17 = 47,06% ; Figure 25.a).
Dans la mesure où Epi Info n’indique pas « An expected value is < 5. Chi-squared may not be a valid
test. », le test du Chi-2 est valide, et son degré de signification se lit sur la sortie : 0,0016 (Figure 25.b).
(Si au moins un des effectifs attendus avait été inférieur à 5, alors il aurait fallu réaliser le test
statistique de Fisher, qui n’est pas proposé par Epi Info dans le cas de croisement d’une variable binaire
avec une variable qualitative. Dans ce cas-là, je vous recommande d’utiliser le site Internet
BiostaTGV7.) Le degré de signification étant inférieur à 0,05, on peut dire qu’il existait dans l’échantillon
une association significative entre la race et le décès du chien.

 4. Croisement de deux variables qualitatives
Cette situation produisant un tableau à plus de deux lignes et plus de deux colonnes, elle conduit à des
résultats ininterprétables : les pourcentages à comparer, qui sont testés par le test statistique du Chi-
2, ne peuvent pas s’exprimer de façon claire et intelligible. Je ne fournirai donc aucun exemple d’une
telle situation, et je vous invite plus que fortement à rendre binaire (au moins) une des deux variables
lorsque vous souhaitez croiser deux variables qualitatives. Par exemple, si vous souhaitiez savoir s’il
existe une association entre la race (en 4 classes, avec la variable RACE_4CL) et la cholestérolémie (en
3 classes, avec la variable CHOLES_3CL), il aurait fallu soit recoder la variable RACE_4CL en une variable

7 https://biostatgv.sentiweb.fr/?module=tests/fisher.

 Licence Creative Commons – Guide d’utilisation d’Epi Info 7 – Loïc Desquilbet – Version v1.0 23